انتخاب بهینه پارچه لباس کار پرسنل نظامی و کارگران مناطق گرم و خشک با رویکرد تصمیم گیری چند متغیره
Publish place: Journal of Military Medicine، Vol: 24، Issue: 2
Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 130
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_MILIT-24-2_005
تاریخ نمایه سازی: 13 مرداد 1402
Abstract:
زمینه و هدف: لباس کار یکی از مهمترین لوازم حفاظت فردی کارگران و نظامیان می باشد و انتخاب مناسب آن برای مناطق گرم وخشک نقش مهمی در تبادل و تعادل حرارتی میان بدن انسان و محیط دارد. بنابراین، این مطالعه با هدف ارزیابی انتقال حرارت و راحتی پارچه ها و انتخاب بهینه پارچه برای لباس کار پرسنل نظامی و کارگران مناطق گرم و خشک انجام گرفت. روش ها: این مطالعه تجربی روی ۱۶ نوع از پارچه های رایج لباس در مناطق گرم و خشک انجام گرفت. این پارچه ها دارای ترکیب ۴ نوع بافت و ۴ نوع درصد ترکیبی از کتان و پلی استر می باشد. پارچه ها از نظر میزان نفوذپذیری هوا و بخارات آب، جذب آب، شعاع معادل منافذ، هدایت حرارتی، مقاومت پارگی و خمشی براساس استاندارد ارزیابی شدند. نهایتا، پارچه بهینه با ترکیب روش تصمیم گیری چند متغیره و تحلیل سلسله مراتبی (AHP-TOPSIS) انتخاب گردید و با سایر پارچه ها با استفاده از نرم افزار SPSS ۱۶ مورد مقایسه قرار گرفت. یافته ها: نتایج AHP-TOPSIS نشان داد پارچه با سهم ترکیبی ۶۵% کتان و ۳۵% پلی استر با نوع بافت ۲/۱ رفتار بهینه ای در میزان ویژگی های راحتی و انتقال حرارتی پارچه نشان می دهد. در نوع بافت ۱/۲ میانگین مقدار جذب آب، مقاومت خمشی و هدایت حرارتی در پارچه %۳۵ پلی استر و ۶۵% کتان با پارچه های ۱۰۰% کتان اختلاف معناداری ندارد (۰/۰۵ نتیجه گیری: نتایج این مطالعه نشان داد که بهینه ترین پارچه برای لباس کار پرسنل نظامی و کارگران مناطق گرم و خشک دارای ترکیب ۶۵% کتان و ۳۵% پلی استر و همچنین دارای نوع بافت ۱/۲ می باشد.
Keywords:
Authors
میلاد درخشان جزری
گروه مهندسی بهداشت حرفه ای، دانشگاه علوم پزشکی بقیه الله (عج)، تهران، ایران
زهرا زمانیان
گروه مهندسی بهداشت حرفه ای، دانشگاه علوم پزشکی شیراز، شیراز، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :